MétaCan
Menu
Retour à la cohorte
Enregistrement W4220707914 · doi:10.1080/10942912.2022.2058014

Nutritional, organoleptic, and physical properties of biscuits made with cassava flour: effects of eggs substitution with kidney bean milk ( <i>Phaseolus vulgaris L</i> .)

2022· article· en· W4220707914 sur OpenAlexfundno aff
Josiane Emilie Germaine Mbassi, Alban Ngatchou, Bertrand Zing Zing, Mikhaïl Akhobakoh, Eileen Bogweh Nchanji

Notice bibliographique

RevueInternational Journal of Food Properties · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaBill and Melinda Gates Foundation
Mots-clésOrganolepticFood scienceTanninPhaseolusTasteChemistryBiologyBotany

Résumé

Common bean forms a significant part of the diet in Africa and hence plays a critical role in human nutrition. In order to promote it, this study was designed to investigate the effects of fully substituting eggs with bean milk on the physical, nutritional and organoleptic properties of biscuits made with cassava flour. Replacement of egg by bean milk increased the biscuits’ fat, carbohydrates, crude protein, and energy content. On the other hand, there were no significant differences in mineral contents between the cassava biscuits with eggs which served as the control and cassava biscuits with bean milk following substitution by bean milk. There was no significant difference (p < .05) in the Saponin and Phytate contents regarding anti-nutrients contents between bean milk and cassava bean milk biscuits. In contrast, Tannin contents were significantly higher in biscuits than in bean milk. Biscuit made with eggs, was rated as “very good,” while the test biscuits were rated as “good.” Substitution of egg by bean milk in cassava biscuits increased the biscuits’ protein, the fat, and carbohydrates contents with an appreciable taste. These biscuits made with bean milk can be used as a food supplement to help fight protein malnutrition in vulnerable groups.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : fund_new · poids de sondage : 1678.90 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Food science study of cassava biscuits with kidney bean milk substituted for eggs.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

It studies the nutritional and sensory properties of biscuits, not research itself.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Food science study of cassava biscuits with bean milk substitution; nutrition product properties.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food PropertiesMême sujetFood composition and propertiesTravaux en français237 207